Said Mia, grundare och managing partner på Stormbreaker Ventures – Intervjuserie

Said Mia är grundare och managing partner på Stormbreaker Ventures, en riskkapitalfond som investerar i tidiga skeden i företag som fokuserar på anslutningsinfrastruktur, AI-RAN, Open RAN, edge-beräkning, satellit-cellulär konvergens, IoT, ansluten rörlighet och modernisering av amerikansk tillverkning. Hans medpartners inkluderar Wade Oosterman (grundare av Clearnet Communications, förvärvad av Telus för 6,6 miljarder dollar; tidigare Bell Canada C-suite där han tillförde 50 miljarder dollar i marknadsvärde), Derek Aberle (tidigare president för Qualcomm (QCOM ) i nästan ett decennium) och Glenn Lurie (tidigare president och VD för AT&T (T ) Mobility och konsumentverksamhet). Sades bakgrund är inom telekom-investeringsbank; han utvecklade Stormbreakers tes och samlade teamet.

Du tillbringade år med att ge råd till stora telekom-, halvledar- och infrastrukturföretag på företag som Citi och PJT Partners (PJT ) innan du grundade Stormbreaker Ventures. Vad övertygade dig om att den största möjligheten inte längre var att ge råd till etablerade företag, utan att stödja start-ups som bygger infrastrukturlagret för AI-eran?

Rådgivningsarbetet gav mig en första parkett till ett långsamt problem. Jag arbetade med affärer som involverade några av de mest betydelsefulla infrastrukturerna på planeten – spektrum, nätverksarkitektur, halvledartillförselkedjor – och jag fortsatte att märka samma dynamik: de etablerade företagen förstod omfattningen av AI-övergången intellektuellt, men deras kapitalallokering, M&A-tidsplaner och organisationsincitament gjorde det strukturellt svårt för dem att flytta tillräckligt snabbt för att äga infrastrukturlagret som AI faktiskt kräver. De optimerade för det befintliga nätverket, inte det kommande.

Ju mer jag testade den observationen över flera engagemang, desto tydligare blev det att den verkliga värdeskapelsen inte skulle ske inom dessa organisationer. Den skulle byggas av grundare som kunde verka utan arvskonstruktioner – bygga anslutningsduken, edge-beräkningsarkitekturen och AI-nativa nätverksinfrastrukturen som en maskinstyrd ekonomi verkligen kräver. Vid en viss punkt var det mest intellektuellt ärliga jag kunde göra att sluta ge råd om den transformationen och börja finansiera den.

Stormbreaker fokuserar kraftigt på “pik och skovlar”-lagret av AI-infrastruktur. Varför tror du att infrastrukturföretag kan komma att fånga mer varaktig långsiktig värde än många AI-startups på applikationslagret?

Aplikationslagret är spännande, men det är också strukturellt skört på sätt som inte är fullständigt prissatta. När de underliggande modellerna kommodifieras – och de kommer att göra det – försvinner många applikationslager-murar snabbt. Företagen som tränade på GPT-4 nu måste hantera GPT-5, sedan GPT-6, och växlingskostnaderna är låga just för att applikationerna är byggda på någon annans infrastruktur.

Den fysiska lagret fungerar inte på det sättet. Spektrumtillgångar, radioåtkomstnät, edge-beräkningsdistribution, satellit-till-cellulär handoff-infrastruktur – dessa saker är dyra att bygga, långsamma att replikera och djupt inbäddade i den operativa fabriken hos de kunder de tjänar. Nätverkseffekterna är verkliga och varaktiga. När en industriell tillverkare integrerar privat 5G och edge-AI i sin produktionsgolvyta, river de inte ut det för att en ny modell släpptes. Infrastrukturen blir bärkraftig.

Det finns också en tidsdimension som spelar roll. Vi är fortfarande i det första kapitlet av AI:s fysiska byggnad. Gapet mellan vad AI-ekonomin kommer att kräva från nätverksinfrastruktur och vad som finns idag är enormt – och att stänga det gapet kommer att ta ett decennium eller mer av hållbar kapital och innovation. Det är en helt annan riskprofil än att satsa på vilken chatbot som vinner företagsproduktivitetsmarknaden på 18 månader.

Det finns en ökande uppmärksamhet kring Artificiell Intelligens Radio Access Networks (AI-RAN), edge-beräkning och satellit-cellulär konvergens. Vilken av dessa skiftningar tror du förblir mest missförstådd av den bredare venture-gemenskapen?

AI-RAN, utan tvekan. Venture-gemenskapen har i stor utsträckning bearbetat det som en telekomhistoria – en inkrementell förbättring av befintlig radioåtkomstinfrastruktur – och missat vad det faktiskt är: en grundläggande arkitektonisk skiftning i hur intelligens distribueras över ett nätverk.

Traditionell RAN är dum i kanten. AI-RAN ändrar det. Du trycker inferens och realtidsbeslut i radiolagret självt, vilket har djupgående konsekvenser för fördröjning, energieffektivitet och ekonomin i att distribuera autonom AI i stor skala. Detta är den infrastrukturprimit som möjliggör att en robot på en fabriksgolvyta, en autonom fordon på en motorväg eller en drönare i en logistikkorridor kan fungera med sub-millisekundsrespons utan att dirigera varje beslut genom en hyperskalig molntjänst.

De flesta allmänna VCs har inte den telekomdjupet för att se den skillnaden tydligt. De förstår AI på applikations- och datalagret, men radiotillgångsnätet har historiskt varit en svart låda för Silicon Valley. Det är exakt den gap som Stormbreaker byggdes för att stänga – vi har operatörer på vårt partnerskapslag som har kört dessa nätverk i stor skala, och vi förstår både den tekniska arkitekturen och de kommersiella dynamikerna på sätt som allmänna investerare enkelt inte gör.

Du har hävdat att äldre nätverk är dåligt anpassade för en maskinstyrd ekonomi. Vilka är de största infrastrukturbottleneckarna som förhindrar att dagens telekom- och industriella system stöder autonom AI i stor skala?

Det finns tre flaskhalsar som jag tänker på konstant.

Latensarkitektur. Internet och cellulära nätverk var designade för mänskliga interaktioner. Människor märker inte 50 millisekunders fördröjning. Autonoma system gör det – och i många fall är det skillnaden mellan ett säkert beslut och ett katastrofalt beslut. Äldre kärnnätverksarkitektur dirigerar trafik på sätt som är oförenliga med de deterministiska, låglatenskraven för industriell AI.

Intelligensgapet i kanten. De flesta industriella nätverk behandlar fortfarande edge-infrastruktur som passiv transport – rör som flyttar data till en central beräkningsmiljö för bearbetning. Men autonom AI i stor skala kräver lokal intelligens. Du kan inte autonoma operera en fabrik, en hamn eller en logistiknav utan att varje beslut måste korsa WAN. Beräknings-, lagrings- och inferensförmågan måste bo i eller nära åtgärdspunkten, och de flesta befintliga distributioner är inte byggda på det sättet.

Samverkans- och fragmenteringsproblem. Industriella miljöer är en patchwork av OT-system, proprietära protokoll och äldre hårdvara som föregår moderna anslutningsstandarder med årtionden. Att få dessa system att tala samstämmigt till ett AI-lager är en massiv integreringsutmaning – en utmaning som är lätt att underskatta om du inte har försökt att distribuera i dessa miljöer. Startups som knäcker det problemet, som kan fungera som intelligent kopplingsvävnad mellan den fysiska operativa världen och AI-lagret ovanför det, kommer att vara enormt värdefulla.

Företag som Qualcomm, Ericsson (ERIC ) och Nokia är alltmer inriktade på AI och programvaruförvärv. Ser du detta som början på en långvarig konsolideringscykel över telekom- och infrastrukturtillverkningsteknik?

Ja, och jag tror att vi fortfarande är i de tidiga skedena av det. Det som du ser från Qualcomm, Ericsson och Nokia är inte opportunistiska affärer – det är en strategisk nödvändighet. Dessa företag förstår att den programvaru- och AI-intelligenslagret är där infrastrukturens ekonomi migrerar, och ingen av dem kan bygga allt de behöver organiskt i den takt marknaden kräver.

Den djupare dynamiken är att AI-nativa startups i detta utrymme bygger förmågor som etablerade företag genuint inte kan replikera internt – inte på grund av talang eller kapital, utan på grund av arkitektonisk frihet. När du inte har en arvproduktlinje att skydda och en 10-miljarders kundrelation att bevara, kan du designa system från första principer för AI-eran. Det är en strukturellt annorlunda utdata.

Ur Stormbreakers perspektiv är detta en betydelsefull del av exitstrategin för våra portföljbolag. Vi bygger proaktivt relationer med sannolika strategiska köpare. Vårt partnerteam har personliga arbetsrelationer med beslutsfattare i flera av dessa organisationer, vilket ger oss insyn i planer för fusioner och förvärv som de flesta investerare i tidiga skeden saknar. När Nokia Growth Partners eller Ericsson Ventures deltar i en finansieringsrunda är det inte bara en bekräftelse på kapitalet, utan en signal om vart det strategiska intresset är på väg.

Hur viktigt kommer edge-AI att bli under de kommande fem åren, särskilt i sektorer som tillverkning, logistik, robotteknik och industriell automation där fördröjning och tillförlitlighet är kritiska?

Det kommer att vara den definierande infrastrukturtemat under de kommande fem åren i dessa sektorer, utan tvekan. Frågan är inte om edge-AI är viktigt – det är om de företag som distribuerar det har den underliggande infrastrukturen för att stödja det på ett tillförlitligt sätt.

Tillverkning är förmodligen den mest avancerade på denna kurva. Ekonomiskt med AI-driven kvalitetskontroll, prediktivt underhåll och autonoma produktionslinjer är redan övertygande, och de stora tillverkare som flyttar snabbt gör det för att ROI är mätbart och omedelbart. Begränsningen är inte AI-modellerna – det är nätverks- och beräkningsinfrastrukturen som gör realtidsinferens på fabriksgolvet möjlig.

Logistik och ansluten rörlighet är något tidigare men kommer att flytta snabbt. Enhetsekonomierna för autonom frakt, smarta hamnoperationer och AI-driven supply chain-hantering är massiva. Den viktiga nyansen för investerare är att edge-AI inte är en enda infrastrukturkategori – det är en stack. Beräkning, anslutning, effekthantering och programvaruorkestrering måste alla fungera tillsammans i kanten, och företagen som bygger integrerade lösningar över den stacken, snarare än punktlösningar, är de som kommer att vara mest varaktiga.

Industriell modernisering och återetablering har blivit viktiga politiska prioriteringar i både USA och Kanada. Hur mycket av den nuvarande AI-infrastrukturbommen drivs av geopolitik och nationell säkerhet snarare än renodlad kommersiell efterfrågan?

Mer än vad de flesta investerare i detta utrymme är villiga att säga offentligt. Jag ska vara direkt om det: den nationella säkerhetsaspekten är en verklig och strukturell svansvind för infrastrukturlagret, inte en pratpunkt.

Amerikanska regeringen har dragit slutsatsen – och jag tror korrekt – att AI-ledarskap inte är en renodlad ekonomisk fråga. Det är en suveränitetsfråga. Vem kontrollerar den fysiska infrastrukturen som AI körs på, vem tillverkar halvledarna, vem bygger de privata nätverken inom kritiska industriella anläggningar – dessa är nationella säkerhetsbeslut lika mycket som kommersiella. CHIPS-lagen, verkställande åtgärder kring kritisk infrastrukturskydd, försvarsinvesteringens inställning till edge-AI och suverän beräkning – dessa är inte tillfälliga politiska fenomen. De speglar en varaktig bipartisankonsensus om den strategiska betydelsen av inhemska infrastrukturförmåga.

För Stormbreaker skapar detta en mycket specifik bolagskategori som vi finner övertygande: infrastrukturföretag där användningsfallet för nationell säkerhet och det kommersiella användningsfallet sammanfaller. Kunderna i dessa miljöer—federala myndigheter, försvarsentreprenörer och operatörer av kritisk infrastruktur—har en budgetmässig säkerhet och ett strategiskt tålamod som rent kommersiella kunder ofta saknar. Kombinationen av varaktig efterfrågan och verksamhetskritisk tillämpning är precis vad vi söker i ett infrastrukturföretag i tidigt skede.

Din operatörsnätverk inkluderar tidigare chefer från företag som AT&T Mobility, Bell Canada och Qualcomm. Vilka operativa insikter ger erfarna telekomledare som traditionella Silicon Valley-investerare ofta missar?

Det ärliga svaret är: en djup respekt för vad det faktiskt tar att distribuera och operera i stor skala i fysiska infrastrukturmiljöer.

Silicon Valley-investeringskultur har historiskt varit optimerad för programvara – höga marginaler, snabba iterationcykler, relativt låg kapitalintensitet och kundförvärvsdynamik som kan modelleras rent. Infrastruktur fungerar inte på det sättet. Nätverksdistributioner har försäljningscykler på flera år med företags- och operatörs-kunder. Integration med befintliga OT-miljöer är komplex och långsam. Regulatoriska kontaktytor är verkliga och kan påverka marknadsföringstider på ett betydande sätt. Operatörsrelationen – operatörsacceptans, nätverksintegration, spektrumtillgång – är inte en formalitet; det är en strategisk tillgång som tar år att bygga.

Att Wade Oosterman, som byggde Clearnet och därefter skapade 50 miljarder dollar i börsvärde hos Bell Canada, och Glenn Lurie, som ledde AT&T Mobility och vet hur stora operatörer ser på leverantörsrelationer och teknikinförande, är våra partners innebär att vi kan bedöma grundare och företag efter en standard som de flesta tidiga investerare inte har tillgång till. Vi kan ställa rätt frågor om huruvida den kommersiella strukturen är realistisk och ge våra portföljbolag tillgång till beslutsfattare, vägledning genom företagsförsäljningens cykler och trovärdighet i viktiga rum.

Vad skiljer startups som kan överleva i denna miljö från de som kan kämpa trots stark teknik?

Företagen som överlever är de som har hittat ett sätt att göra kapitalintensiteten fungera till deras fördel, snarare än att behandla den som en broms på verksamheten.

Marknadsarkitektur. Kapitalintensiva infrastrukturföretag som enbart förlitar sig på direkt företagsförsäljning är långsamma att skala och ömtåliga. De som utvecklar distribution via operatörsparter, systemintegratörer eller statliga upphandlingskanaler kan distribuera snabbare och skapa återkommande intäktsflöden som stöder deras kapitalbehov. Affärsmodellen måste vara designad för miljön.

Kundprofil och kontraktstruktur. Om du bygger kraftintensiv edge-beräkning eller nätverksinfrastruktur behöver du kunder vars inköpsbeteende matchar din kapitalcykel. Långsiktiga kontrakt, ankardistributioner och strategiska partners som saminvestera i infrastrukturen – dessa är inte bra att ha. De är överlevnads krav.

Lagdjup i drift, inte bara teknik. Jag har sett tekniskt briljanta infrastrukturstarter som misslyckats för att de inte kunde hantera leverantörskedjekomplexitet, inte kunde förhandla rätt leverantörsrelationer eller inte kunde utföra en stor skala-distribution utan att bränna igenom kapital. Grundarna som har gjort detta förut – som faktiskt har distribuerat fysisk infrastruktur i stor skala – har en enorm fördel jämfört med första gången grundare med starka tekniska meriter ensam.

Om du tittar framåt fem till tio år, vad ser infrastrukturstapeln som driver AI-ekonomin ut att vara? Ser du en framtid som domineras av centraliserade hyperskalare, eller något mer distribuerat över edge-nätverk, suverän beräkning och industriell AI-system?

Distribuerat – men inte enhetligt distribuerat, och inte utan att hyperskalarna spelar en roll. Den ärliga bilden är en skiktad arkitektur som är mer komplex och mer intressant än antingen “hyperskalaren vinner allt”-narrativet eller “edge ersätter molnet”-motnarrativet.

Hyperskalarna kommer att fortsätta att äga utbildnings- och storskaliga inferensarbetsbelastningar. Det är en kapitallek som gynnar konsolidering, och hyperskalarna har vunnit den avgjort. Men inferens vid åtgärdspunkten – på fabriksgolvet, inuti den autonoma fordonet, vid basen av celltornet, inuti den suveräna regeringsdatacentret – kommer att vara bredt distribuerat. Fysiken i fördröjning, ekonomin i bandbredd och politiken i datasuveränitet trycker alla i samma riktning: intelligens behöver bo närmare där den agerar.

Det som jag tycker är mest intressant om tioårsbilden är framväxten av en ny infrastrukturkategori som inte har en ren analogi i den tidigare generationens datorkraft: suveräna och industriella beräkningsnätverk som är privata, specialbyggda och djupt integrerade med den fysiska operativa miljö de tjänar. Dessa är nätverk som en hamnmyndighet, en försvarsentreprenör, en stor tillverkare eller en nationell regering bygger och kontrollerar – inte för att hyperskalarenalternativet inte existerar, utan för att datasensitivitet, fördröjningskrav och strategisk betydelse av arbetsbelastningarna kräver det. Det är infrastrukturlagret vi bygger mot på Stormbreaker. Företagen som kommer att vara grundläggande för den distribuerade, suveräna, AI-nativa infrastrukturstapeln kommer att vara bland de mest betydelsefulla infrastrukturföretagen byggda under detta decennium – och de flesta av dem har ännu inte grundats.

Tack för den stora intervjun, läsare som vill lära sig mer bör besöka Stormbreaker Ventures.